Kalman Filter with Measurement Error
The Kalman filter with measurement error is a recursive Bayesian state-space algorithm that estimates the true hidden state of a dynamic system from noisy observations. It explicitly separates process noise (system dynamics uncertainty) from measurement noise (observation uncertainty), propagating both sources of error through a two-step predict-update cycle to yield optimal filtered state estimates and their associated uncertainty.
Zapis źródłowy
Cytaty skopiowane dosłownie z zapisu źródłowego metody. Nie należy z nich wywnioskować weryfikacji na poziomie twierdzenia.
- Kalman, R. E. (1960). A new approach to linear filtering and prediction problems. Journal of Basic Engineering, 82(1), 35–45. · DOI 10.1115/1.3662552
- Durbin, J. & Koopman, S. J. (2012). Time Series Analysis by State Space Methods (2nd ed.). Oxford University Press. · ISBN 978-0199641178
Wyselekcjonowane twierdzenia
Twierdzenia utrwalone w rejestrze dowodowym, każde z własną oceną.
Ten widok nie tworzy oceny twierdzenia, jeśli rejestr jej nie zawiera.
Powiązane metody
Wygenerowane z grafu metod i pokazane jako sugerowane przez maszynę powiązania — nie należy z nich wywnioskować twierdzenia dowodowego.